今天给大家分享一下扣子如何搭建企业客服智能体。那么AI客服智能体它的一个优势是什么呢？相对于传统客服的话，那都是你问什么问题，他给你什么答案。现在我们比如说做一些电商的智能客服，我们希望这个客服的话他可以更加智能一些。比如说我现在希望用户去跟我们这个客服交流的时候，可以采集一些客户的一些问题，可以了解用户的一些画像，他的一些具体情况。
 
以前传统的客服的话，可能只能做一些简单的问答，像多人绘画的话可能就会有一些问题，他没有一个记忆的这样的一个功能。我们用这个AI的增强的这种智能客服的话，他可以首先理解整个上下文的一些情况。并且可以通过知识库的内容的话，可以做一些总结跟提炼，提供更加准确的一些问答。所以说我们整个一个智能客服的话，要基于这个公司内部行业的这个知识库去做一个客服，它的效果的话可能会更好。然后的话就是以前的客服可能没办法去分析用户的一些偏好，就比如说一些用户提过的一些历史问题，一些反馈，那体验的话比较差。我们用了这个智能体之后，我们这个体验我们就可以记录用户的一些历史记录，还有一些偏好，可以提供更加个性化的一些服务。
 
从这个搭建成本来说，我们以前部署一个第三方客服的这个机器的话，需要一定的部署成本，需要大量的人力时间去定一些规则跟关键词，并且需要手工去定期去维护知识库，容易因为知识库更新不及时的话，导致这个回复内容的话也不准确。现在有了我们用扣子去搭这么一个智能客服的话，那就很简单了，因为它本身就有一些知识库的一些功，然后的话也可以做一些定制化的开发，并且的话还可以去在线自动的去更新在线知识库。因为他可以去抓取一些网页的一些内容，调一些接口，可以及时去同步，所以说这是它的一个优势。
 
那么用扣子去搭建这个智能客服的话，官方是提供了一些模板的。我们首先来说一下这个流程，就是基于这个cos搭建了一个智能客服助手的话，它的流程是比如说当用户提问的时候，比如说我们开发了一个智能体叫cos小助手。那这个助手的话，首先它会做一个意图识别，去分析相关用户的一些问题，如果说比如说你问的是一些，企业里面比较专业化的一个问题，他就会去调用专门的一个知识库。通过知识库提取到的一些文本，再由大模型去做总结归纳的话，它的一个最终输出的效果的话会比较好啊。那如果说你问的不是行业知识库相关的一些问题的话，那我们就要去调用大模型做一个兜底回复。也就是说我们有些知识可能是要用到专业的知识库的。如果说不是很专业的问题，都是一些大家都知道，比较公开的一些知识库都有的这种数据的话，你可以调用大模型的这个接口去做一个输出，这个就是整个的一个逻辑。
 
然后在这个里面我们要做一些FAQ的一个打标，就是什么呢？用户问了一些问题的时候，我们要记录一下。用户常见的一些问题，哪些命中了我们的知识库，要做一个归纳，就是用户提的问题跟AI的一个答复。这个效果怎么样？我们可以做一个表单，去做一个汇总，比如说我给大家看一个示例，这个是我们搭的一个智能客服的一个助手。
 
我现在就是我可以跟他去做一些问答问题。比如说我问了一下扣子智能体如何搭建，我就问他随便问他一个这样的一个问题。然后大家看啊这个其实是我搭的一个工作流，就是专门有一个工作流模板。他会去干嘛呢？首先他会去搜索一些知识库，然后去什么呢？去把它做一些相关系的一个检索。检索出来一些文档的话，他会做一个记录，记录到我们这个多维表格里面去。
 
比如说我给大家看一下，他看你看这个里面我们有个表格，叫问题收集表格。首先是这个就是这个小助手的一个问答记录的话，我首先会有一个飞书的一个多维表格，把它记录起来。大家看这个是我之前问过的一些问题。比如说我问cos是什么产品，什么是cos？我最新问的是cos整体如何搭建，就是我问的这个问题，然后AI也给我了一个结果，但这个结果的话它是参考了一些知识库相关的一些文档的。然后大家可以看到就是机器人的回复就是什么什么创建什么什么。
 
然后你看原始问答回答，包括使用咨询已解决，它会自动的帮我去采集到这么一个小助手问题记录里面去，这个就是我们用agent它的一个强大之处。就是我可以任意的把用户对话的一个过程整个可以做一个记录，就是我可以统计到一个某某表里面去。并且的话我还可以针对这个表里面的记录的话做一些单独的一些收集。
 
比如说我现在这个只是记录了这个智能助手的它的整个的一个回答的一些过程一些数据。但是我比如说我就想要一些关键的数据，比如说用我问了什么，回复了什么，解决方案是什么。我只想要这两套数据的话，那我还可以根据这个数据的更新情况，我再单独建一个叫问题收集的这么一个表格。大家看我建了一个表格，然后那个里面数据的话，这两条数据如果有更新的话，直接就往这个里面插入条数据。
 
那有了这么一个功能之后的话，就是大家可以做一个什么事情呢？就是我们我们做了一些数据的一个采集之后，我们把整个整体交互的过程记录下来之后，对于中间环节的话，我们可以做一个什么呢？叫打标记，就是我们可以采集用户的一些操作的一些什么过程，一些习惯分析。就是你跟这种体交互过程中，我们可能需要做一些采集的一些逻辑。就跟你填表单一样，用户经常去填表单，你要把表单里面的数据做一个采集，然后做一些分析，然后以提供更好的一个用户体验。这个就是我们用这个智能客服的它的一个使用场景。
 
就是大家可以去基于整个扣子的一套智能客服的一个模板，做到这么一个事情。首先它可以去解决这个用户意图的一个问题，分类简单，大家看到它里面有个分类，什么使用咨询。它其实有很多分类，有什么使用？有需求提交，还有一个什么故障排查，然后什么什么解决状态，已解决未解决。就是大家问的问题不同的话，它采集的这个分类也不一样。比如说我问个问题，比如说扣子工作流执行报错怎么办？我就问他这样一个问题，看一下它是归到哪一类的。就是你去问不同的问题的时候，他有可能是故障排查，有可能是需求提交，有可能是使用这个查询。
 
这个大家自己去定义各种类别就可以了，然后解决状态的话，你也可以去加很多类别。就是这个里面，大家看这个明显的就是一个故障排查，对不对？你看这个里面它就可以自动的去故障做一个分类，也就是你问的什么问题就自动给你归类。这样的话我们以后用户要是有个什么问题的话，是不是？那这样的话其实我们就可以做各种各样的一个采集，就是分类分类。这样的话我们这个才是真正意义上的一个智能客服。
 
以前的话我们要去采集一些数据，你是得去开发的，你就写一些程序去把它收集，然后做分类的。现在有了智能体这么个概念之后，我们把它用起来之后，大家就可以做一些智能化的一些处理。所以说这个就是我们真正的一个整体的一个强大之处。
 
就大家用了这个扣子的这么一套企业客服的一套应用之后，就是我们可以实现类似的这些功能。那整个它的一个实现流程的话，其实是采用这个叫工作流的这个模式，咱们等下来一个节点来说，就是它整个从整体上来说，它其实就是一个工作流。从这个用户输入一个问题开始，他经历会经历一些节点。比如说意图识别，就是我是问产品使用的问题还是问非产品使用的问题。如果说你使用的是你问的是扣子产品的问题的话，也就是相当于你问的是企业内部的一些问题的话，他会什么呢？
 
去专门去改写这个问题，就是去调用知识库。因为这个是属于行业知识，所以说它这个里面会用到一些知识库的一些逻辑。这个知识库的话其实就是cos官方给我们提供的一些文档，就是说明扣子它也有哪一些功能，一些技术文档，他把知识库给你整理好了，那我们直接用这个事例的话就能看到他的一些知识库。然后经过知识库里面提炼出来的一些文本的话，它的问题的这个答案的话就更加清晰，更加专业一些。
 
然后完了之后，我们这里还要用异步的函数，就是异步的方式去构建用户的问题跟回答，并且干嘛呢把这个结果写到这个多维表格里面去就大家可以看到这个结果，我拿到结果了，我就往这个多维表格里面去写一条数据。然后还有一个逻辑就是他写完这个数据之后，那为什么这个表格里面又多了一条数据呢？这是等一下我讲了一个飞书的一个功能，叫机器人同步，他会用机器人的这种同步机制往这个里面干嘛呢？去同步一下数据，我给大家看一下，就是在这个里面，大家看它可以将多维表格里面的数据，比如说你看我这配了一个东西，就是这个数据表，这个用户问题跟原始问答，就是我记录监测这个字段的变更。拿到这个变更之后，完了我就去干嘛呢？把这个机器人回复，把它同步到这个表格里面去。
 
这个都是我配好的，我在这个选择数据表里面我给它配好了。所以说我这里数据一变更，这里就开始新的数据，这个是通过飞书的一个机器人助手去实现的。这个其实不是智能体的功能，它是飞书的有一个机器人的这么一个能力去做的。OK这个就是我们走知识库这一块的搜索的流程。
 
如果说你问的不是飞书相关的问题，你问的不是扣子，你问的是那个什么呢？其他的一些问题的话，比如说我们现在随便问一个，我问他这个define的define工具的作用，问的不是cos我看他这个里面还是会去调用大模型的一些能力，这个数据的话就不一定会去你看你咨询的是DF型的问题，那我只能回答扣子相关产品的问题。这时候他是调用这个大模型，但是这个数据还是会把它采集进来，数据还是会采集，只是说他回答问题的时候，他是走的这个路线，他走的这个路线就是会把这个数据什么做一个逻辑的一个处理，就是叫大模型去做处理。你看他用的是豆包的这个大模型，所以整个流程就是说你如果问的是cos相关的问题，我就要走知识库，然后去改写问题去搜索。如果说你问的不是扣子的问题的话，我就直接调用大模型就完事了，所以这个里面会有一个工作流的一个机制，是什么呢？
 
大家看这个工作流这个工作流的话，其实这个里面有一个逻辑，就是有一个叫意图识别的地方，意图识别里面它需要区分清楚什么是什么呢？产品问题，还有是非产品问题。大家看这个题是死，你看这个里面就是做了一个意图的一个分类。什么是专业的问题，什么是非专业的问题，这个里面需要定义清楚，这个叫问题分发。
 
好，然后就是我们的这个工作流的一个节点，就是大家需要搭建这个工作流，它的流程是什么呢？首先我们得有个开始节点，这个开始节点就是入口，就是我们在这里面聊天相当于是一个路口。比如说我说一个问题，我一旦敲回车，这个问题一开始的话，这个节点就会到进入到这里来。比如说我现在给他演示一下，我直接可以针对这个单个工作流去演示。比如说我问他一个问题，扣子如何使用记忆功能，我就问他一个问题，来大家看这个工作流的一个运转，你看首先你看是不是有一个流动，应该运行成功，运行成功。大家看这个是工作流就在运动了，你看它有个箭头，有虚线的就是正在运行，然后整个就是把这个线给串联起来。所以说这个里面就是工作流的一个执行逻辑，就是我这个里面，大家看这个问题，他就会做一些处理，做一些改写。
 
你看我问的是扣子的问题，他会去调用这个知识库。然后这个知识库里面就是我们因为用的是官方的模板，所以知识库什么都给我们配好了。比如说扣子小助手的这个FAQ，官方帮你把这些常用的问题其实已经梳理了一些，包括一些你看一些文档，官方都帮你梳理好了。所以说他检索的时候去搜知识库的话，大部分问题都是有的，并且的话我们还可以针对查询问题的话做一些改写，就是做一些角色定义。因为你要去搜索知识库的话，它他的一个问题的话他是不太一样的不太一样的。所以说这个里面我们还要改写一些问题，改写一些问题，所以说这个就是工作流的强大之处，就是他在这个里面可以去帮你去做各种流程的一个处理。
 
首先就是开始节点，然后完了到这个结束这个意图识别，意图识别就是我要区分现在问的是专业问题还是分专非专业问题。然后的话如果是专业问题的话，那接下来流程就变成了我要先去做一个查询提示词的改写，就让这个问题的话就更加的适合去检索这个知识库。比如说我们看这里，他给出的这个问答，就是你看用户想了解cos这款产品的使用记忆功能的具体方法，重新描述cos的记忆体该怎么使用，相当于做一个改写，让这个问题更加的方便去检索这个知识库，就这么意思，完了之后就是我现在就是要开始去检索数据库了。
 
知识库的话就是之前那个模板已经定好了，官方已经帮你塞了一些知识库进去了。什么？他是用的在线文档，有表格的，有也有在线的这种word文档，也有markdown的这种文档，还有FAQ的这么一个更新文档。官方已经把你把相关联的一些文档，你看都已经整理好了，整理好了各种各样的文档，你看各种文档都整理好了，所以说你直接用就行了，用的话就是我们直接整个执行到这里的话，它会就会做一个检索。这个里面的话其实就是用到rog技术，做一个智能检索。
 
这个智能检索的话就是我首先会做一个向量的一个转换，比如说用户输入这个提示词，比如说他问define，他怎么知道这个有没有匹配上呢？或者你问扣子工作流他怎么匹配的呢？他会把这个东西，把这样一句提示词转换成一个向量，to转换成向量，向量的话大家就可以看作一个坐标，比如说一个X坐标，一个Y坐标。比如说我现在要计算这个提示词跟我们那些文档里面的这个提示词它的相似度。比如说你问的问题相关性，它是怎么匹配出来的？
 
他要计算两个点之间的一个坐标，比如说我现在有AB两个点，AB两个点，假设这个二维的坐标，我会把一段文本转换成一个二维坐标，比如说这个转成34，但是实际中肯定维度不止这么多，你像你如果用那个ChatGPT那个模型的话，那个影贝利模型的话，它有1536个维度，相当于是一个1536维的这么一个坐标。那他这么多维度的话，主要是为了去更精准的去识别到文字的一些特性，就是一些具体的一些维度，就是可以准确的判断这个坐标之间它的一个相似度。所以说这个里面的话其实就是什么呢？
 
计算两个坐标的一个相似度，就是有两种方式。一种的话叫余弦相似度，就是这两个点之间它的一个夹角。如果说接近于一的话，就意味着这两个文本它是相似的。如果说比如说是0.1的话，那可能差距就比较大了。还有一种方式叫欧式距离计算，两个点之间的垂直距离，就是点击，就是一个欧式距离直线距离。
 
这两个点如果离得很近的话，意味着它这个相当于是一个什么呢？相邻的点相邻的点就是它的文本比较接近，所以说这个里面他会去帮你去检索，检索出来的内容的话其实就是干嘛的呢？我们看一下刚刚那个例子，它整个的话就是一个什么呢？就是你看它运行成功之后，会帮你搜索出来一堆东西。大家看有一个output list，这个就是检索出来的内容，有一个输出的这个结果，输出的这个结果大家可以看到的就是我现在用知识库，我搜了一堆，就是你刚刚问的是扣子这个产品是吧，记忆功能怎么用？那这个里面提到记忆功能的文档可能有一堆，很多很多。那我要去每个匹配一下，把最相近的，比如说前五个结果，它这里排行，前五个结果，前五个结果给你给他搜出来了，搜出来之后的话我们希望什么呢？
 
做一个比如说就取第一个做一个结果的这样判断，最终总结一下，这个就是叫知识库知识库的一个实践，然后的话就是代码节点，这个叫做异步的一个调用，这个是用到一些代码的一些逻辑，就是我们要用异步函数构建用户问题跟回复，就是为了提升这个效率，这里我们就是用了异步，异步在这个里面相当于做一个什么呢？就是做一些处理，我们会用一些pym函数帮他做一个什么呢？做一个格式化的一个输出，做一些异步的处理，就主要是结构内的一个输出，大家可以看到一些内容，比如说我们首先会看到机器人的这个答复给用户的一个问题，它最终就会帮你把这个给它格式化，也就是大模型给你丢了一堆结果出来了，那你现在需要干嘛？需要把这个拿到，其实我们只关心机器人的输出跟我们的一个AI的返回，跟我们的一个问题。然后最终拿到这个技术之后干嘛呢？我们把这个结果做一下格式化，就这么个意思。
 
最终我们就是把这些结果把它写到哪里呢？写到这个表格里面去，因为我们其实最关键的一个问题就是这个用户问题跟机器人答复。我们先拿到这个数据，然后再把相关联的一些数据给它做一些写入。比如说这个时间肯定是用当前时间了是吧？包括原始问答、分类，这个参数就在前面的意图识别里面就做了一些匹配了。好，这个就是调用代码这个流程。
 
然后下面就是我们还会用到一些插件，插件的话就是要用到飞书多维表格的这么一个插件，这个插件就是用来去写数据的，比如说我们刚刚那个数据为什么在这里一聊天，这里就会多条记录？就是因为我们用了这个插件，这个插件很强大，他可以做一个什么事情呢？就是把我们每一次的一个数据啊做一个写入做一个写入。但是大家要用这个插件的话，你首先得开通飞书的一个应用。就是你首先得注册一个飞书的这么一个应用，开通获取那个应用的一个密钥，还有这个表格的一个地址。就大家需要进入到这个飞书的这么一个开发者后台里面去去创建一个企业级的这么一个应用。比如说我创建一个叫文档应用，然后大家点开这个应用的话，就会拿到一个什么呢？就是APIK密钥那些东西。
 
你拿到那些密钥之后的话，接下来可以干嘛呢？就是你就去可以创建一个这样的一个文档，就是把我们这个文档，它的一个地址填到这个里面来。这个APP token的话就是表格的那个地址，然后APPID跟security的话就是那个应用的key跟密钥，大家需要拿到这几个东西填进去之后做一个保存。
 
完了之后，他拿到结果之后就会往这个表格里面写数据，相当于你要让这个什么呢？比如说我们这里要配置文档权限，有一个更多叫什么呢？添加文档应用，就是你要把这个文档应用，还有飞书机器人助手这两个应用给它关联进去，就是让这个应用可以操作这个文档。这个大家应该能理解，我们现在正常AI是没有办法去操作这些文档的。你现在需要把它配置好权限，备好权限之后，他有专门的这个插件可以去帮你把它文档写进去，就这么意思。所以这个里面其实就是一个配插件，这个插件让智能体去调用，往里面去写数据。
 
好，然后的话我们去处理其他问题。就比如说这个只是一个简单的AI的，它可以达到上来。它不需要去检索数据库，检索知识库。那你就直接把它配置成普通节点，调用大模型就完事儿了，这个非常简单，然后就是使用这个扣子智能体客服模板，就一开始说到的，大家可以去，首先你要创建一个应用，然后你要需要把这个多维表格这个应用权限给他开通。这个应用你要给他配个权限，就是把多维表格的一些权限都给他配上。配上之后的话，大家就可以去什么呢？这个里面你就可以往里面去写数据了，你可以简单做一个测试，然后这个模板的话大家其实也可以复制，比如说你点击这里，点击这里的话，大家直接可以把这个模板做一个复制复制。你看使用该模板，那就相当于在你的那个飞书的个人文档库里面新建这么一个文档，拿去可以用官方的这么一个文档。
 
这个文档之后的话，接下来干嘛呢？我们就可以把它配置一下，配置文档应用。大家把我们之前前面开通那个应用给它配上去。配上去之后的话，那个应用就具备了去操作这个文档的一个权限。然后的话大家再建一文档，建一个excel，就是我刚刚这提到的一个叫问题收集表格。你把这个文档建好，然后干嘛呢？配一个东西，配一个叫飞书机器人助手。
 
在这个里面就是我刚刚打开这个页面，在这个页面的话大家需要把干嘛呢？这里需要去添加一个机器人指令，比如我们是多维表格跨数据同步的一个指令。新建了这么一个指令完之后，大家需要把这个相关联的一个数据给它配好就行了。就是当我的多维表格数据里面发生变更的时候，我去触发一些什么呢？表格的更新，就是我们采集到了AI的一个对话。返回之后也会把这个首先进入到多维表格的这个数据里面去，进入到这个里面这里面进入数据之后，我建一个机器人的一个触发器，大家可以配置一下，就某些字段变更的时候我干嘛呢？我把它标记一下。比如说是否是添加为FAQ，如果满足这个条件这样的话，那我就会往这个节点里面去加数据，就这么意思。
 
那加数据来源哪里呢？比如说这个表格里面的常见问题和解决方案是哪里来的呢？在这个里面配好的，这个常见问题对应的是多维表格里面那个用户问题，解决方案对应的是智能体回复，就是AI的一些答复，就是把它配好，配好完之后一定要点这个启用。启用好之后，当我们数据里面如果把它标记为添加为FAQ的话，这个数据就写入到飞书表格里面去了。所以这一步非常关键，就是你一定要把它启用，然后你可以测一下，你就手动往这个里面去写一条数据。
 
比如说咱们这边随便写一个问题比如说叫测试问题同步，你就随便写一个，然后你就看一下这里。但是它同步会有一些延迟，大家可以关就是看一下可能会有一些延迟，大家看这个数据是不是在上面去，在上面去，有时候是在下面，这个都没关系。我刚刚手敲的话，它就是在上面，那个自动同步的话就往下面去写。OK这个你可以自己去测，看一下它的同步有没有生效。
 
好，然后就是创建知识库。知识库的话就是这个如果说你要改自己的知识库的话，你可以登录这个扣子的这个平台，然后咱们去添加知识库。我之前有一期专门就讲过扣子知识库怎么来新增。大家如果这一块不是很清楚的话，你可以听一下那一期。
 
知识库其实也很简单，就是你打开那个知识库，我跟大家说一下，就是在这个里面，这里面资源库里面有一个资源，资源这里有一个知识库，大家可以在这里面添加各种各样的知识库。像我之前的话，我是已经添加了一些知识库的，我之前添加了一个客服知识库。你看这些什么扣子小助手的这个知识库的话，是我使用飞书，整个扣子的模板的时候，智能课的模板的时候，它会帮我自动创建的那其实我之前是自己上传了一个客服知识库的，大家也可以上传自己的一个知识库，然后的话干嘛呢？把它配好啊，就是在这个工作流里面，大家看到，这个工作流里面你可以配自己的一个知识库，在哪里呢？在这个里面，大家看这个里面你可以去加。比如说我现在要把那个客服知识库，我给他加进来，这个也是可以的，你自己去配。PM之后把它关联一下就可以了。
 
然后它加知识库的话，其实也有很多种方式。你看它可以配自动采集，就是从网站去抓数据或者怎么样的是吧？然后配置这个知识库的话，你要配这个自动分段跟清洗，就是规则就按照自动就可以。如果你有特殊要求，比如说你的换行，你没有换行服务，你是用什么分号换行的是吧？就是是分段的那你就可以配一下它特定的一些规则。
 
然后完了之后的话，大家就可以去什么呢？就是去处理了，并且我上面可以上传飞出表格的，这个知识库既支持文本的，又支持表格的，还支持这个图片的，是吧？知识非常丰富。然后的话就是我们可以用飞书的这个导入到这个飞书的知识库里面去是吧？好，然后你看我们上传这么一个文档之后，然后我们可以针对一些这个数据再做一些细化。好，然后这里就是用到这个智能体的，智能体的话就大家直接打开这个模板。
 
这是官方提供的一个智能客服的助手，我其实也是复制的这个助手，我给大家讲的这个其实就是我自己复制的，只是说我后面改了一些工作流的一些参数，比如说密钥，是吧。因为你操作自己的文档，官方给的这个的话，它的密钥是有问题的。你要自己去改善自己的应用密钥，它才能去记录到那个多维表格里面去。所以这一步的话非常关键，就是大家一定要去干嘛呢？去官方把这个给复制一下，复制一下就是可以自己去改。因为整个你要全手动去把它新增的话还比较麻烦。所以说这里可以用复制模板的方式，在原有的基础上你可以做一些定制化。
 
比如说开场白，然后一些使用的一些规则，包括一些具体的一些细节。开场白这个我在一期优化智能体那个体验那那节课里面给大家讲的，大家可以听听一下之前那一些。然后的话就是我们可以对工作理由做一些调整，包括图标、描述。然后一些意图识别的一些逻辑，你都可以自己去改。这些东西都是定制化的，你想改成什么样就什么样。
 
也就是说这个工作理由其实大家你可以完全自定义去改，官方只是给你提供了一个模板，但是你也可以什么呢？叫添加节点。这个里面大家看啊，就是你看你有很多逻辑，比如说你要执行代码，做什么变量循环，还有你要调用一些插件，这个都是可以的。这个一个节点的话就相当于一个功能，一个函数调用，或者说叫实现一个API的一个调用。这个东西完全是由大家自己来制定的，也就这几点的话，其实大家都可以自己去加。
 
然后就是我们比如说我们要添加这个知识库，或者是做一些其他的一些优化，这个多维表格这里大家只需要记住一点，就是你现在需要把这个表格的地址，就是这个APP token，然后API这个APPID跟secret把这个给找到，就在那个应用里面把它复制出来，复制出来，粘贴到这个里面就可以了。然后最关键的就是一定要发布，这个工作的是一定要发布的。不发布的话，他还是用的之前那个没法用的，就是官方那个你发布完之后就能用自己的这个智能体了。
 
好，然后的话我们最终实现的一个效果就是要去分析用户的一个问题。就是说你看你问题的话，用户问题做一个分类什么，有些是使用咨询，有些是故障排查，这个做一个问题的分类对不对？分析用户的一个提交，然后还有如果说还有一个常见问题，如果是常见问题的话，我们可以什么呢？添加到这个FIQ里面去，就相当于他采集数据的时候做个判断。如果是FAQ的话，我们就把问题同步到这里，就哪些问题用户问的问多最多，并且我们要加一个使用次数？记录一下。用户问这个问题问了，比如说有的20次，有的30次，那次数越高的话说明这个问题是高频问题。这样那我们就以后知道哪些问题应该重点的去更新维护一下。
 
因为用户问的多，如果这个解决方案不是很详细的话，体验就会不太好。所以说我们希望再做一个采集，做一个这样的一个记录，知道用户的目前的一个对于问题的一些反馈情况，比如这个大家看就是同步的一个结果，这个大家都可以自己去试一下，整个一个流程的话相对来说还是比较简单的然后我们来说一下这个总结，总结一下就是我们现在比如说需要基于这个扣子去搭建企业级的一个智能客服。整体的话大家需要有几个过程？首先的话我们需要干嘛呢？你要去首先我们要理解它的一个逻辑，就是它的一个优势在于它可以自动去提炼上下文的一些细节，可以做总结归纳。并且的话他还可以去记录用户的一些习惯，包括一些偏好。这个比传统的客服的话要强大很多。然后如果说实现这个流程的话，大家就这个图要好好看一下。
 
整个的一个逻辑就是我们像这个扣子智能体提问的时候，整个一个流程其实是一个工作流，首先要做用户意图识别，为什么要这么做呢？因为他有的可能问的是专业问题，专业问题的话那肯定要去访问知识库，知识库的内容又是自动更新的。并且的话我们要对FAQ做一个达标。当用户问的问题是这个常见问题的时候，我们要做一个记录，甚至我们要记录一下次数，这个就是记忆功能，就是我们要把它记起来。用户如果说问的是不是专业的问题的话，你就直接调用大模型给一个兜底回复就行了。这个是我们在那个提示词里面也有定义的，就是是专业知识就去调用知识库作为匹配，匹配完之后大模型做回复总结。然后如果说不是专业问题的话，那就做一个兜底回复，这个流程大家一定要搞清楚。
 
然后的话就是整个的一个实现流程。实现流程的话其实就是一个工作流，它包含几步。第一步的话，我们首先要干嘛呢？创建一个飞书应用，创建飞书应用主要是为了后面那个多维表格的一个操作权限的。就需要让这个应用具备操作文档的这么一个权限，他才能把你把这些数据给弄进去，所以权限是一定要开通的，然后包括知识库是一定要有的。
 
知识库的话就是因为我们问的是专业问题，你需要去调用飞书的这个知识库是吧？那这个知识库官方帮我们提供了一些模板，你如果要做自己的知识库的话，你也可以把它整理为word文档、PDF文档，或者market down文档都是OK的。把这个网管完之后，然后上传到这个知识库里面去。知识库的上传可以看一下我之前那一期，讲的非常清楚，就是专门讲知识库的。它这个里面既可以上传文本，也可以上传表格，各种格式都支持。以及的话我们还可以去添加一些这个UIL去做一个数据的一个采集，然后按照他的一个要求去做一些分段去清洗，包括一些其他内容的格式都是可以的。
 
好，然后完了之后的话，接下来就是用官方的这个智能体的模板。前面只是准备工作，现在才是更真正的去开发这个智能体。这个智能体的话我们直接用这个模板，用这个模板在它基础之上去改一些官方的工作流。在这个工作流里面，比如说我们要配置一些意图识别的问题，包括改写问题的一些逻辑，包括还有一些调用就是调用大模型一些逻辑，完了拿到结果之后还得去调用这个多维表格的一个插入的一个逻辑，其实就是那个应用调用API的一个逻辑。这里会用到一个插件，这个插件的话就是负责去帮你把这个文档给它记录起来，这个是用到了插件的一个能力完了之后大家要把这个工作流给发布，发布完之后我们就可以来做一个测试了。看一下这个采集的用户问题数据能不能进入到这个表格里面。并且的话如果真的是FAQ问题的话，我们能不能把这些数据采集到我们专门的一个表格里面去，这就是整个一个流程。